API src

Found 7923 results.

Similar terms

s/kl/KI/gi

WMS SL DTK25 - DTK25 farbig

Digitale Topographische Karte 1:25000:Digitale Topographische Karte 1:25000 (DTK25) im Farbraum RGB.

Oeleliminierung aus belasteten Gewaessern und Schlaemmen

In speziell aufgebauten bepflanzten Becken werden Oele von Waessern und/oder Schlaemmen zurueckgehalten und von Mikro- und Makrophyten aufgearbeitet. Das Wasser fliesst nach sehr kurzer Zeit Oel-, Schwebstoff- und Geruchsfrei ab.

INSPIRE-WMS SL Boden Erosionsgefährdung landwirtschaftlicher Flächen - INSPIRE SL Boden Erosionsgefährdung landwirtschaftlicher Flächen

Dieser Dienst stellt für das INSPIRE-Thema Boden aus dem Geofachdaten umgesetzte Daten der Erosionsgefährdung landwirtschaftlicher Flächen bereit.:Diese Layerzusammenstellung visualisiert die saarländische Erosionsgefährdung landwirtschaftlicher Flächen. Die Datengrundlage erfüllt die INSPIRE Datenspezifikation.

INSPIRE-WFS SL Existierende Bodennutzung Invekos - Antragsschläge - Datensatz zur existierenden Bodennutzung - OGC WFS Interface

Dieser Dienst stellt für das INSPIRE-Thema Land Use (Existing Land Use) aus den Geofachdaten umgesetzte Daten Invekos - Antragsschläge bereit.:Ein Datensatz zur existierenden Bodennutzung ist eine Sammlung von Flächen, für die Informationen zur existierenden (gegenwärtigen oder früheren) Bodennutzung angegeben sind.

Open standards for SCALable virtual engineerING and operation, Open standards for SCALable virtual engineerING and operation

Tree Species - Sentinel-1/2 - Germany, 2022

The Tree Species Germany product provides a map of dominant tree species across Germany for the year 2022 at a spatial resolution of 10 meters. The map depicts the distribution of ten tree species groups derived from multi-temporal optical Sentinel-2 data, radar data from Sentinel-1, and a digital elevation model. The input features explicitly incorporate phenological information to capture seasonal vegetation dynamics relevant for species discrimination. A total of over 80,000 training and test samples were compiled from publicly accessible sources, including urban tree inventories, Google Earth Pro, Google Street View, and field observations. The final classification was generated using an XGBoost machine learning algorithm. The Tree Species Germany product achieves an overall F1-score of 0.89. For the dominant species pine, spruce, beech, and oak, class-wise F1-scores range from 0.76 to 0.98, while F1-scores for other widespread species such as birch, alder, larch, Douglas fir, and fir range from 0.88 to 0.96. The product provides a consistent, high-resolution, and up-to-date representation of tree species distribution across Germany. Its transferable, cost-efficient, and repeatable methodology enables reliable large-scale forest monitoring and offers a valuable basis for assessing spatial patterns and temporal changes in forest composition in the context of ongoing climatic and environmental dynamics.

Modellierung des Verbleibs von organischem Kohlenstoff und Mikroverunreinigungen in biologisch-aktiven Aktivkohlefiltern

Das Vorkommen von organischen Mikroverunreinigungen (OMP) in Gewässern ist aufgrund ihrer potenziellen Bedrohung für die Umwelt und die menschliche Gesundheit sehr kritisch. Kläranlagenabläufe sind eine der Hauptquellen für OMPs; deshalb werden derzeit neue rechtliche Rahmenbedingungen diskutiert und verschiedene Technologien zur Reduktion von OMPs untersucht. Granulierte Aktivkohlefilter (GAK) haben sich als geeignete Technologie zur Entfernung von OMP aus Kläranlagenabläufen etabliert. Neben der adsorptiven Entfernung sind GAK-Filter auch in der Lage, organische Stoffe und OMPs biologisch zu entfernen. Die Phänomene, die diesen adsorptiven und biologischen Abbau steuern, sowie die Synergien zwischen diesen beiden Mechanismen sind von großer Bedeutung, jedoch sind die Prozesse sehr komplex. Zum einen handelt es sich bei Abwässern um Multikomponentengemische, die schwer zu charakterisieren sind, und zum anderen sind die verschiedenen Wechselwirkungen zwischen GAK, Biofilm, OMP und organischen Stoffen nur schwer experimentell zu erfassen. Mathematische Modelle sind ein leistungsfähiges Instrument zur Überwindung solcher experimentellen Hindernisse, zur Analyse verschiedener Szenarien und zur Unterstützung der Planung weiterer Experimente. Anhand von Versuchsdaten wurde ein erstes mathematisches Modell entwickelt, das die Entfernung von gelöstem organischem Kohlenstoff in einem biologisch aktiven GAK-Filter zufriedenstellend beschreiben kann. Dieses Projekt zielt darauf ab, dieses Modell zu verbessern und um neue Schlüsselmerkmale zu erweitern, die für eine weitere Anwendung erforderlich sind. Insbesondere sollen drei Hypothesen getestet werden: (i) Ist es möglich, die Porengrößenverteilung in das Modell aufzunehmen? Die Porengrößenverteilung ist ein Schlüsselparameter für die Charakterisierung der verschiedenen GAK-Typen, daher ist ihre Implementierung in das Modell unerlässlich. Die herkömmlichen Ansätze erfordern jedoch Parameter, die schwer zu bestimmen sind. (ii) Könnte eine mikrobielle Gemeinschaft, die den Stickstoffzyklus einschließt, die Qualität des Modells verbessern? Auf der Grundlage experimenteller Belege, die den biologischen Abbau von OMPs mit der Aktivität von Nitrifikanten in Verbindung bringen, zielt das Projekt darauf ab, co-metabolische Prozesse zu implementieren und ihre Auswirkungen auf die globalen Modellierungsergebnisse zu bewerten. (iii) Wie können einzelne OMPs in das Modell einbezogen und ihr Verhalten zufriedenstellend wiedergegeben werden? Die Vorhersage des Abbaus einzelner OMPs ist von großer Bedeutung. Daher werden exemplarisch vier OMPs in das Modell aufgenommen und als Stellvertreter für den Abbau weiterer OMPs verwendet. Da die mechanistische Beschreibung der OMPs sehr kompliziert werden kann, wird der Ansatz des mechanistischen Modells mit Methoden des maschinellen Lernens kombinieren.

PROaktive Steuerung von WAsserVErteilungssystemen

Zielsetzung: Klimatische Veränderungen beeinflussen die verfügbare Wassermenge und -qualität in Talsperren, was deutliche Auswirkungen auf die Sicherheit der Trinkwasserversorgung und auf die Ökosysteme der Stauseen und den Landschaftswasserhaushalt hat. Klimaprognosen deuten für Gebiete wie den Harz auf einen Anstieg von Niederschlägen im Winter und häufigere Trockenperioden im Sommer hin, was stärker schwankende Wasserstände bedeutet. Zur Anpassung im Management der Talsperren und deren Ökosystemen mangelt es jedoch oft an präzisen Vorhersagen und den nötigen Instrumenten, um risikobasierte Entscheidungen über notwendige dynamische Betriebsstrategien zu treffen. Vor diesem Hintergrund soll im Rahmen des Projekts ein vorhersagebasiertes, mengen- und gütegewichtetes Entscheidungsunterstützungssystem für Talsperren entwickelt werden, welches auf datengetriebenen Modellen basiert und am Beispiel des Systems der Harzwasserwerke implementiert wird. Das Projekt konzentriert sich darauf, durch die Nutzung moderner Technologien und Methoden der Künstlichen Intelligenz (KI), wie LSTM-Netzwerke (Long Short-Term Memory) und Ensemble-Methoden, zuverlässige Vorhersagen des Wasserbedarfs und -dargebots zu erstellen. Diese Vorhersagen werden in ein hydrodynamisches Optimierungsmodell integriert, um eine flexible und belastbare Entscheidungsunterstützung im Ereignisfall zu ermöglichen. Hierdurch sollen die verschiedenen Bewirtschaftungsziele wie Hochwasserschutz, Versorgungssicherheit, Ökosystemleistungen, Landschaftswasserhaushalt und Energieerzeugung bestmöglich erfüllt werden. Die Kombination von Echtzeit-Sensoren, Open-Source-Datensätzen und fortschrittlichen Datenanalyse-Tools ermöglicht es, komplexe und dynamische Prozesse zu simulieren und in Echtzeit Informationen bereitzustellen. Im Sinne der nachhaltigen Klimawandelanpassung werden so proaktive Maßnahmen zur Unterstützung der Versorgungssicherheit, des Hochwasserschutzes sowie des Landschaftswasserhaushaltes ermöglicht. Die Implementierung des Demonstrators im System der Harzwasserwerke soll die Vorteile einer proaktiven Steuerung demonstrieren und eine multikriterielle Bewertung im Vergleich zu herkömmlichen Methoden ermöglichen. Der Fokus liegt nicht nur auf einem hohen Technology Readiness Level, sondern auch auf der Handhabung von Unsicherheiten und der Berücksichtigung verschiedener Vorhersagehorizonte. Diese sind für die verschiedensten wasserwirtschaftlichen Zielsetzungen von entscheidender Bedeutung.

Pumpwerkswarnung für Starkregen und Hochwasser im urbanen Raum (PuwaSTAR), Teilvorhaben: Warnung vor Pumpwerksüberlastung und Erarbeitung wirkungsbasierter Vorsorgestrategien und Verteidigungskonzepte

Fortschrittliche Sedimenterkennung und Datenfusion als Grundlage für eine optimierte Bewirtschaftung von Kiesgruben und Stauseen, Teilprojekt 2

1 2 3 4 5 … 791 792 793